面部表情识别1：表情识别数据集(含下载链接)

面部表情识别1：表情识别数据集(含下载链接)

目录

面部表情识别1：表情识别数据集(含下载链接)

1.前言

2.表情识别数据集介绍

1.JAFFE数据集

2.KDEF（Karolinska Directed Emotional Faces）数据集

3.GENKI数据集

4.RaFD数据集

5.Cohn-Kanade AU-Coded Expression Database数据集

6. Fer2013数据集

7. RAF（Real-world Affective Faces）数据集

8.EmotioNet数据集

9.AffectNet数据集

3.表情识别数据集（已经清洗）

(1) Emotion-Domestic国内（亚洲）表情识别数据集

(2) MMAFEDB表情识别数据集

4.表情识别数据集下载

5.表情识别Demo(Python版本)

6.表情识别Demo(Android版本)

7.参考资料

---

1.前言

这是项目《面部表情识别》系列文章之《表情识别数据集(含下载链接)》；我们将分享多个表情识别数据集（ Facial Expression  Dataset），数据面部表情丰富多样，包含angry(生气), disgust (厌恶), fear(害怕), happy(快乐), neutral (中性), sad(悲伤), surprise(惊奇)等多种表情。

 【尊重原创，转载请注明出处】  https://blog.csdn.net/guyuealian/article/details/129428657

---

 更多项目《面部表情识别》系列文章请参考：

1. 面部表情识别1：表情识别数据集(含下载链接):
2. 面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码)
3. 面部表情识别3：Android实现表情识别(含源码，可实时检测)
4. 面部表情识别4：C++实现表情识别(含源码，可实时检测)

---

2.表情识别数据集介绍

1.JAFFE数据集

The Japanese Female Facial Expression (JAFFE) Dataset | Zenodo

⼀共有213张图像，10个⼈每⼈做出7种表情，这7种表情分别是难过（sad）、⾼兴
（happy）、⽣⽓（angry）、厌恶（disgust）、惊讶（surprise）、害怕（fear）、中⽴
（neutral），每组⼤概20张样图

2.KDEF（Karolinska Directed Emotional Faces）数据集

The Karolinska Directed Emotional Faces (KDEF) – Emotion Lab at Karolinska Institutet

这个数据集包含70个⼈，共35个男性和35个⼥性，年龄在20～30岁；没有胡须、⽿环或眼镜， 并且没有明显的化妆；7种不同的表情，每个表情有5个⻆度。该数据集总共有4900张彩⾊图，尺⼨ 为562×762像素

3.GENKI数据集

Machine Perception Laboratory

包含GENKI-R2009a、GENKI-4K、GENKI-SZSL⼏个部分
>> GENKI-R2009a包含11 159张图像，GENKI-4K包含4000张图像，分为“笑”和“不笑”两种，每张图像拥有不同的尺度⼤⼩、姿势、 光照变化、头部姿态，可专⻔⽤于做笑脸识别。这些图像包括⼴泛的背景、光照条件、地理位置、 个⼈身份和种族等信息

4.RaFD数据集

http://www.socsci.ru.nl:8180/RaFD2/RaFD?p=main

是⼀个⾼质量的脸部数据库，总共包含67个模特，其中有20个⽩⼈男性成年⼈、19个⽩⼈⼥性成年⼈、4个⽩⼈男孩、6个⽩⼈⼥孩和18个摩洛哥男性成年⼈。该数据集总共8040张图，包含8种 表情，即愤怒、厌恶、恐惧、快乐、悲伤、惊奇、蔑视和中⽴。每个表情包含3个不同的注视⽅ 向，并且使⽤5个相机从不同的⻆度同时拍摄。

5.Cohn-Kanade AU-Coded Expression Database数据集

http://www.pitt.edu/~emotion/ck-spread.htm

包含137个⼈的不同⼈脸表情视频帧,可以免费获取，包含表情的标注和基本Action Units的标注

6. Fer2013数据集

fer2013 | Kaggle

包含共26 190张48×48灰度图，图像的分辨率⽐较低，共7种表情，分别为⽣⽓（anger）、厌恶（disgust）、恐惧（fear）、开⼼（happy）、伤⼼（sad）、惊讶（surprised）、中⽴（normal）

7. RAF（Real-world Affective Faces）数据集

Real-world Affective Faces (RAF) Database

发布于2017年，总共包含29 672张图像，其中，7个基本表情和12个复合表情，⽽且每张图还提供了5个精确的⼈脸关键点，包含年龄范围和性别标注 等

8.EmotioNet数据集

EmotioNet Challenge

发布于2017年，共950 000张图，其中包含基本表情、复合表情，以及表情单元的标注

9.AffectNet数据集

AffectNet – Mohammad H. Mahoor, PhD

超过42万张图，AffectNet数据集的标注类型包括表情类型和幅度，其中表情类型包括中⽴、⾼兴、悲伤、惊讶、害怕、厌恶、愤怒和轻蔑8种基本表情，以及⽆表情、不确定和⽆⼈脸。

---

3.表情识别数据集（已经清洗）

上面提到的几个数据集，几乎都是国外欧美人脸表情数据，还有很多是灰度图，数据也不干净，存在很多错误的标签；考虑到很多国内业务的表情识别，需要用到国内（亚洲）表情识别数据集，项目整理了2个表情识别数据集

(1) Emotion-Domestic国内（亚洲）表情识别数据集

Emotion-Domestic表情识别数据主要来源于网络视频图片，采集的人脸主要是国内的一些名人明星的人脸图像，还有部分是整合了人脸识别的人脸数据集。已经做了数据集清洗，质量还比较高；总数约5万+张图片，其中训练集train约49000张人脸图片，测试集约5000张人脸图片，共有7个表情类别：angry(生气), disgust (厌恶), fear(害怕), happy(快乐), neutral (中性), sad(悲伤), surprise(惊奇)；

训练集	测试集

下图是7个表情类别的样图：

表情	样图
angry(生气)
disgust (厌恶)
fear(害怕)
happy(快乐)
neutral (中性)
sad(悲伤)
surprise(惊奇)

(2) MMAFEDB表情识别数据集

MMA FACIAL EXPRESSION（MMAFEDB）表情识别数据集，大部分是欧美人脸表情数据，共有三个子集：train(训练集)，valid（验证集）和测试集（test），总数据量超过12万张图片，其中训练集含有92968张人脸图片，验证集17356张人脸图片，测试集17356张人脸图片，共有7个类别：angry(生气), disgust (厌恶), fear(害怕), happy(快乐), neutral (中性), sad(悲伤), surprise(惊奇)

---

4.表情识别数据集下载

上面表情识别数据集大部分都已经给出了官方的下载链接，网友可自行到官网注册或者申请下载。这里只给出两个鄙人已经整合的表情识别数据集：（1）Emotion-Domestic国内(亚洲)表情识别数据集（2）MMAFEDB表情识别数据集，数据集下载地址：面部表情识别1：表情识别数据集(含下载链接)

（1）Emotion-Domestic国内（亚洲）表情识别数据集

1. 属于国内(亚洲)表情识别数据集
2. 总数约5万+张图片，其中训练集train约49000张人脸图片，测试集约5000张人脸图片，
3. 共有7个表情类别：angry(生气), disgust (厌恶), fear(害怕), happy(快乐), neutral (中性), sad(悲伤), surprise(惊奇)；
4. 已经做了部分数据清洗，可直接用于表情识别分类模型训练；

（2）MMAFEDB表情识别数据集

1. 属于欧美表情识别数据集
2. 共有三个子集：train(训练集)，valid（验证集）和测试集（test），总数据量超过12万张图片，其中训练集含有92968张人脸图片，验证集17356张人脸图片，测试集17356张人脸图片，
3. 共有7个类别：angry(生气), disgust (厌恶), fear(害怕), happy(快乐), neutral (中性), sad(悲伤), surprise(惊奇)
4. 已经做了部分数据清洗，可直接用于表情识别分类模型训练；

5.表情识别Demo(Python版本)

请参考：面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码)

6.表情识别Demo(Android版本)

请参考：面部表情识别3：Android实现表情识别(含源码，可实时检测)

 

---

7.参考资料

1. 【笔记】人脸处理相关数据集